7年沒賺錢,翻譯新創DeepL靠3大關鍵翻身,再獲3億美元投資!
7年沒賺錢,翻譯新創DeepL靠3大關鍵翻身,再獲3億美元投資!

致力於研發AI翻譯的德國新創DeepL,是Google翻譯強勁的競爭對手,2023年1月至今估值已經翻倍成長,上探20億美元(約新台幣643.1億元)。

即便在成立的7年間尚未獲利,今(2024)年5月,DeepL又說服投資人,再獲得3億美元(約新台幣96.5億元)資金。

它是怎麼做到的呢?

Index Ventures的投資負責人Danny Rimer表示,DeepL翻譯器在企業間能發揮的價值,除了提供32種不同語言之間的轉換,更像是為用戶提供即時的「商務翻譯官」,確保用戶在進行跨國商業談判時的用詞精準,不會造成誤會。

但光是語言翻譯還不能滿足所有商務情境,要如何讓員工用非母語時說「行話」?今年4月DeepL也推出「AI編輯」DeepL Write Pro作為解方。

Deeplpro封面
Index Ventures的投資負責人Danny Rimer表示,DeepL翻譯器在企業間能發揮的價值除了提供32種不同語言之間的翻譯,更像是為用戶提供即時的「商業頭腦」,確保用戶在進行跨國商業談判時的用詞精準不會造成誤會。新產品DeepL Write Pro讓企業員工能統一對外說法,避免因為各國習慣用語不同而出差錯的可能。

AI翻譯器DeepL協助跨國企業內部溝通、到外部合作

自2017年成立以來,DeepL已與全球超過10萬家企業合作,合作對象包括CRM軟體企業Zendesk、新聞社Nikkei、線上課程平台Coursera、和德國鐵路股份公司

目前DeepL主要收入是以專案形式,為法律、醫療保健等領域的跨國企業建立公司專屬的AI翻譯器。舉例來說,零卡可樂在許多歐洲國家是用「light」這個詞而不是「diet」,當客戶在和海外分支機構的員工談話時,可能會因為產品、專有名詞的翻譯落差而造成誤會。透過DeepL,跨國企業可以用32種不同語言解析藥名、法條、產品等專有名詞,填補語言轉換的落差。

DeepL feature
過去DeepL主要收入是以專案形式為法律、醫療保健等領域的跨國企業建置公司專屬的AI翻譯器,透過DeepL,跨國企業可以用32種不同語言解析藥名、法條、等專有名詞,當客戶在和跨海外分支的員工談話時,不用再擔心會發生陳述方式不當而造成的誤解的狀況。

隨著大型語言模型(LLM)的競爭越來越激烈,DeepL也因應開發了DeepL Write Pro,除了多樣化語種、客製化專有名詞翻譯作為競爭優勢外,「跨文體」翻譯也是公司未來發展的方向,例如將「英文商業提案」翻譯成「嚴肅的法文學術文章」,讓使用者在非母語、非自身專業的環境下也能說「行話」。

AI編輯:DeepL Write Pro

2024年4月,DeepL Write Pro正式上線:與自動選字、語法校正工具不同,DeepL不一定會遵循嚴格的語言學規則,而更像是AI編輯,用戶以每個月10.99美元(約新台幣353.78元)的價格訂閱後,就可以透過下拉選單,選擇寫作風格,如商務、學術、口語等;敘述語調,如自信、友善、熱情等,而DeepL Write Pro會依用戶選擇的應用情境調整文字。

舉例來說,英文單字「alot」在口語的風格下是沒問題的,但若在商務的風格下,DeepL Write Pro就會建議用戶將其調整為「A lot」的正式用法。

DeepL Write Pro之所以能做到語言學細節上的調整,是因為至2023年所累積1億美元(約新台幣32億元)的資金多用於研發人才招募,除了AI工程師外,DeepL同樣重視作家、學者、語言學家的人才。在過去1年內DeepL的員工數增加了一倍,目前在全球擁有900名員工。

此外,DeepL Write Pro除了可以在平台上使用,使用者也可以把DeepL Write Pro安裝為Microsoft Outlook、Gmail等瀏覽器中的擴充功能使用該服務。

deeplmicrosoft
DeepL Write Pro用戶可以選擇寫作風格、敘述語調,以每個月10.99美元(約新台幣353.78元)的價格訂閱,讓DeepL Write Pro這位AI專業「編輯」幫你審核文字。使用者也可以把DeepL Write Pro安裝為Microsoft 365中的擴充功能,直接在其他應用程式中使用DeepL Write Pro服務。

目前DeepL Write Pro只提供英文、德文的服務,未來計畫推出更多語言,讓跨國企業可以和各地供應商進行更通暢的溝通、談判。使用者表示,作為編輯角色的DeepL Write Pro可以確保員工的業務報告、行銷等資料可以用各種語言展示。

資安可能是DeepL的競爭優勢

企業要與外部溝通,不可忽略的便是資安。DeepL執行長Jarosław Kutyłowski認為,資安是DeepL Write Pro的一大優勢。

DeepL不仰賴用戶「餵」資料來更新演算法,模型內的訓練資料都是經由專家從網路挑選,避免AI因訓練資料來源雜亂而說出過於偏激的言論,也減少客戶資料外洩的可能。此外,使用者在使用DeepL翻譯器、DeepL Write Pro時,平台對於資訊的處理都符合傳輸層安全標準 (TLS),會對資料內容進行加密。

deep L ceo
DeepL執行長Jarosław Kutyłowski認為,資安是DeepL Write Pro的一大優勢:平台對於資訊的處理都符合傳輸層安全標準 (TLS),會對內容進行加密,軟體不仰賴用戶「餵」資料來更新而是靠公司人才。

雖然OpenAI去(2023)年推出的Chat Enterprise也稱客戶上傳的資料都經過加密,但免費版Chat GPT並沒有給使用者任何保證,客戶資料可能會被用來進行模型訓練,存在資料外流的風險。

DeepL最新募集的3億美元(新台幣96.5億元)則會招攬更多行銷人才,今年也在目前公司的第三大市場美國開設了第一個辦事處,為產品DeepL翻譯器、DeepL Write Pro找更多落地機會。

參考資料:TechCrunchWSJCNBCSifted

本文授權轉載自:Meet創業小聚

延伸閱讀:【觀點】疫後旅遊業發威!不輸龍頭雄獅,KKday為何能站海景第一排,營收獲利迅猛成長?

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓